“腦梗”何在：交通大數據的能與不能

高曉東

從海量大數據中，可以挖掘出規律，并制定針對性政策。不過，現實往往更加復雜

目前，北京每天約有6萬輛出租車跑在路上。不過很少有人知道，除了本職工作外，這些出租車還有另外一重身份——北京道路交通信息的“采集員”。每時每刻，它們的位置信息都會被收集上報，并通過專門的大數據處理過程，作為評估北京市路況的依據。除了這些出租車，還有1萬多輛私家車志愿加入了這個系統。

城市交通大數據的應用，比很多人想象的早。

北京交通發展研究院副院長溫慧敏告訴《瞭望東方周刊》，事實上，從2007年開始，交通主管部門就在使用這個大數據系統評估城市道路運行狀況。以至于提到大數據，北京市交通委員會一位負責人的第一反應就是交通指數。

而今，經過多年發展，城市里交通大數據的來源日益多樣化。由此帶來數據規模的迅速擴大，使得交通大數據開始日漸深入地介入城市規劃。

“大數據介入城市規劃大約開始于5年前。”中國城市規劃設計研究院創新中心副主任楊滔告訴《瞭望東方周刊》，“大部分城市目前在做總體規劃時，都會有一部分基于大數據的專項研究，交通是其中很重要的一個方面。”

交通指數：不僅僅可以指路

出行之前，北京市民只要點開支付寶，或者打開微信App的城市服務，都能看到當下的實時路況。

溫慧敏說，對普通市民而言，交通指數的最大作用就是，對城市整體的交通狀況有預期。“比如，如果這天交通指數顯示8，那就最好別開車出門了。如果一定要開車出門，那就踏踏實實別著急，肯定要花平時兩倍的時間。”

不過，溫慧敏告訴本刊記者，交通指數更大的用途在于評估交通政策、交通投資、交通設施建設等效果。

“北京市每年交通投資幾百億元，也會經常發布一些緩解擁堵的政策。那么，他們對交通狀況的改善效果如何？怎么評估？”溫慧敏說，“這就需要看交通指數。”

溫慧敏回憶，在這方面，最明顯的例子就是2011年實施的緩堵28條。

2010年9月17日，開學季，周五，4、9限行，小雨。晚高峰時段，交通指數一度達到了最高值10。接下來的3個月，交通指數一直高位盤旋。

2010年12月21日，北京市委市政府發布了《關于進一步推進首都交通科學發展加大力度緩解交通擁堵工作的意見》，并提出了28項具體措施。

2011年，28項緩堵措施開始實施。

2011年9月8日，限行、氣象等擁堵因素全部跟一年前的9月17日類似。而且，機動車保有量增長了近45萬輛。資料記錄顯示，根據28項舉措，多部門聯合行動，最終當晚平均交通指數為9.1，好于2010年9月17日的9.7。

這種預警中，作為大數據產品的交通指數發揮了很大作用。隨著數據的累積，一些規律性的東西顯現出來：早高峰易擁堵路段，晚高峰易擁堵路段，某些月份的某個日期極容易堵車，尾號4、9限行時，出行時間比其他日子要多20%……“這樣一來，交通整治就能有針對性。”溫慧敏說，尤其對一些擁堵點的排查，以前只能依靠人力。

除此之外，溫慧敏告訴本刊記者，交通指數也可以用來評估某條新修的軌道線路是否改善了區域交通狀況。

從IC卡到共享單車

從股票指數中獲得研發靈感，并使用了10年的交通指數，僅是交通大數據家族中的一員。

自1997年開始，原建設部開展了公共交通IC卡的相關工作，20年來，IC卡已經衍變成應用領域廣泛的城市智慧卡。

2012年，住建部開始推動城市IC卡互聯互通，上海、寧波、紹興等8個城市成為首批加入的城市。截至2017年11月，住建部標準的城市IC卡累計發卡量達9億，覆蓋8億以上人口。共計80個城市和6個項目加入了互聯互通大平臺，全國互聯互通卡發行量達3.5億張。

隨著一卡通在城市之間互聯互通的推進，它所提供的區域交通信息也越來越豐富，規模也越來越大。而且，主要在廣東地區應用的一卡通——嶺南通，2017年3月開始實名制，每個人的行為模式數據具體到個人，并連同了身份信息。

廣東嶺南通股份有限公司總經理謝振東告訴《瞭望東方周刊》，這種實名公交卡，并不僅僅可以在交通系統內使用。同時，該卡還可與圖書館借閱卡、小區門禁、單位門禁、停車場等一系列需要驗證身份信息的場所聯網，一卡通行。

如此一來，每位居民的出行軌跡都可以被記錄。這些大數據在城市公交線路優化、路網設計等方面均大有用處。而目前對公交線路進行優化調整采用的還是傳統問卷調查、抽樣等形式，準確度有限。此外，對改善整個城市的出行狀況、合理調配運力資源、設置交通服務設施而言，都可以提供準確的數據保障，提高出行效率和交通資源的有效利用率。

其他正被用作交通規劃大數據來源的還包括手機信令數據，以及跟互聯網相關的網約車信息數據、電子地圖數據、部分共享單車軌跡數據等。而且，由于人工智能、圖像識別等技術的發展，城市里攝像頭捕捉到的圖像數據也成為了交通系統規劃參考數據的一部分。

由于智能手機的普及，手機信令數據以及在手機上完成的其他服務信息，也成為城市規劃中常常使用的大數據來源。

而最近幾年，網約車、共享單車等互聯網類交通產品的出現，又產生出海量交通大數據。

最新趨勢是，不同系統的交通大數據之間正在產生越來越多的融合，比如，新生的共享單車與已經存在了二十年的公交一卡通之間的聯合。

ofo小黃車大數據負責人邵毅向本刊記者展示了杭州市ofo共享單車的騎行軌跡圖。在這張軌跡圖中，多數騎行軌跡為縱向（南北向）。“這種騎行路線說明了一個問題——杭州市的公共交通線路多數為橫向（東西向），在縱向上有所欠缺。”邵毅說。

兩個數據緣何偏差了五條地鐵

不過，不論是已經應用了10年的交通指數，還是可以跟蹤到每個人出行軌跡的手機信令，或者是剛剛興起的共享單車的騎行軌跡數據，數據質量都不是完美無缺。

溫慧敏說，選擇出租車采集信息，就是為了提高數據精度——出租車司機駕車行為更規范，很少因為道路擁堵就違規駛入公交車道、應急車道，也不會在載客期間，因為中途購買早餐或者報紙停車，“出租車的行駛狀況最能反映城市道路的真實通行狀態”。

不過，即便如此，交通指數也是一種抽樣數據，而且有時間延遲——顯示的是10～15分鐘之前的道路狀況——信息采集到經過運算，再在微信或者支付寶的城市服務模塊中顯示出來。“隨著技術的提升，會縮短至5分鐘。”溫慧敏說。

“手機信令的精確度是周圍500米，范圍實際上非常大，可以容納幾幢樓。”溫慧敏說。共享單車的定位也并非特別精確，這也是很少有人提前預約車輛的原因——找車時間很長。

即便考慮了各種誤差，種種測算也都精確到位，同樣不能保證數據質量完美無缺。同濟大學建筑與城市規劃學院助理研究員施澄告訴《瞭望東方周刊》：“實際情況常常更復雜。”

施澄說，他們曾經承擔過杭州的一次居民出行調查，耗費了大量人力物力。在這次調查中，有個核心數據叫做“每天平均出行次數”，業內稱為出行率。調查結果顯示，通過問卷調查得知居民每天出行的平均數據是2.1次，而通過手機信令定位得到的數據則是3.1，兩者差距巨大。而基于杭州的人口數，數據每增長0.2，可能就意味著需要多修一條地鐵。

后來分析原因，研究人員發現，因為遺忘，或者有意掩蓋晚上出門次數，填寫的問卷數值會偏低。而基于手機信令得到的數據又會偏高——因為有時會把下樓買菜也計算在內。最終，經過小樣本測算后，他們把數值調整為2.5左右。

施澄感慨，在實際應用中，沒有哪個調查數據是完美的，也沒有哪個數據是毫無價值的，在城市規劃中，大數據需要與多種其他數據融合比對，同時還要結合經驗，不違背常識判斷。

現實：遠比數據更復雜

此外，實際的城市治理和政策實施常常需要考慮更多內容。

國際上有個通行規律：人均GDP達到3000美元之后，小汽車會在居民家庭中普及。根據公開數據，北京市2009年人均GDP已經達到1萬美元，北京機動車保有量達到400萬輛。

溫慧敏告訴記者，交通指數2007年投入使用，2008年北京奧運會之后，他們就已經預見到，兩三年后可能會出現交通擁堵，“在不同場合，我們都在說北京要進行機動車總量控制。社會上也有些類似的討論。”

不過，2008年恰逢國際金融危機，而我國的汽車產業也需要發展時機。

2008年11月19日，北京市發改委就“擴大內需促進經濟平穩增長”召開新聞通氣會。在該新聞通氣會上，相關負責人明確表示，“不會控制機動車總量”。當時的資料詳細記錄了市委市政府作出這一決定的原因——是基于“從擴大內需、促進國民經濟保持平穩較快增長勢頭的大局出發；從有利于國家汽車工業長遠發展出發；從適應和滿足市民在生活富裕之后希望購車提高生活質量的意愿出發。”

此外，有些交通大數據，要想發揮作用，還需要進行體制機制方面的改革。

上海海事大學交通工程專業副教授錢紅波告訴《瞭望東方周刊》，目前，大數據在交通領域的應用主要集中在治理擁堵上，其實交通安全也可以借用大數據得以提升。

不過，目前，交通事故詳細信息被列為機密信息，一般部門難以獲得。

錢紅波說，難以公開的原因，一是各個部門在前期沒有共享意識，這些數據屬于空間大數據，各部門記錄方式有區別，難以兼容。此外，在中國，公安交警部門既負責交通事故處理和交通違法執法，又負責交通設施的運營和交通安全的改善，并無公開的動機。

錢紅波認為，可以把交通設施的運營和交通安全改善剝離出來，交給交通工程師。這樣，公安交警與交通工程師之間可以互相監督。

錢紅波說：“歷史交通事故信息是道路交通安全改善最有效的依據，理應在統一的地理信息平臺上公開。”公布歷史交通事故信息的準確地理位置，可以挖掘造成事故的原因，也可以排查交通安全隱患，并評估改善效果。

作為安全領域的專家，錢紅波說，自己希望今后打開某個地圖軟件，能同時看到危險道路位置的精確歷史事故情況。